Методы вывода для нечетких систем при несинглтонной фаззификации

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

В статье изложен результат логического вывода для широко используемых нечетких систем при несинглтонной фаззификации. Он достигнут на основании обобщенного правила modus ponens с применением нечеткого значения истинности. Это дало возможность снизить вычислительную сложность реализации нечеткого вывода с экспоненциальной до полиномиальной. К полученным результатам вывода применены наиболее часто используемые в приложениях процедуры дефаззификации.

Об авторах

Василий Григорьевич Синюк

Белгородский государственный технологический университет им. В. Г. Шухова

Email: vgsinuk@mail.ru

Профессор, кандидат технических наук, доцент. Область научных интересов: нечеткие системы

Россия, Белгород

Сергей Владимирович Кулабухов

Белгородский государственный технологический университет им. В. Г. Шухова

Автор, ответственный за переписку.
Email: qlba@ya.ru

Аспирант. Область научных интересов: нечеткие системы

Россия, Белгород

Список литературы

  1. Mamdani E. H. Applications of Fuzzy Algorithm for Control a Simple Dynamic Plant // Proc. IEEE. — 1974. — Т. 121, No 12. — С. 1585—1588.
  2. Takagi T., Sugeno M. Fuzzy Identification of Systems and Its Application to Modeling and Control // IEEE Transactions on Systems, Man and Cybernetics. — 1985. — Т. 15, No 1. — С. 116—132.
  3. Рутковский Л. Методы и технологии искусственного интеллекта. — М.: Горячая линия — Телеком, 2010.
  4. Pourabdollah A., John R., Garibaldi J. M. A new dynamic approach for non-singleton fuzzification in noisy time- series prediction // Proc. of FUZZ-IEEE 2017. — 2017. — С. 1—6.
  5. Input Uncertainty Sensitivity Enhanced Nonsingleton Fuzzy Logic Controllers for Long-Term Navigation of Quadrotor UAVs / C. Fu [и др.] // IEEE/ASME Transactions on Mechatronics. — 2018. — Т. 23, No 2. — С. 725—734.
  6. Mendel J. M. Non-Singleton Fuzzification Made Simpler // Information Sciences. — 2021. — Т. 559. — С. 286—308.
  7. Mendel J. M. Uncertain Rule-Based Fuzzy Systems: Introduction and New Directions. — Cham: Springer, 2017.
  8. Mouzouris G. C., Mendel J. M. Non-Singleton Fuzzy Log- ic Systems: Theory and Application // IEEE Transactions on Fuzzy Systems. — 1997. — Т. 5, No 1. — С. 56—71.
  9. Пегат А. Нечеткое моделирование и управление. — М.: БИНОМ, Лаборатория знаний, 2009.
  10. Борисов А. Н., Крумберг О. А., Федоров И. П. Принятие решений на основе нечетких моделей. Примеры использования. — Рига: Зинатне, 1990.
  11. Дюбуа Д., Прад А. Теория возможностей. Приложение к представлению знаний в информатике. — М.: Радио и связь, 1990.
  12. Zadeh L. A. Outline of a New Approach to the Analysis of Complex Systems and Decision Processes // IEEE Transactions on Systems, Man and Cybernetics. — 1973. — Т. 3, No 1. — С. 28—44.
  13. Синюк В. Г., Михелев В. В. Методы вывода для систем логического типа на основе нечеткой степени истинности // Известия РАН. Теория и системы управления. — 2018. — No 3. — С. 108—115.
  14. Sinuk V. G., Polyakov V. M., Kutsenko D. A. New Fuzzy Truth Value Based Inference Methods for Non-singleton MISO Rule-Based Systems // Proceedings of the First International Scientific Conference “Intelligent Information Technologies for Industry” (IITI ’16). — Sochi, 2016.
  15. Fuzzy-set Based Logics — An History-Oriented Presentation of Their Main Developments / D. Dubois [и др.] // The Many Valued and Nonmonotonic Turn in Logic. Т. 8 / под ред. M. D. Gabbay, W. John. — Elsevier, 2007. — Гл. 2.3 Fuzzy Truth-Values – Degree of Truth vs. Degree of Uncertainty. С. 325—449. — (Handbook of the History of Logic book series).
  16. Sugeno M., Yasukawa T. A Fuzzy-Logic-Based Approach to Qualitative Modeling // IEEE Transactions on Fuzzy Systems. — 1993. — Т. 1. — С. 7—31.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».